1. 项目概述:为什么我们需要重新思考工具设计?
去年在做一个跨部门协作项目时,我遇到了一个典型场景:团队花了三周时间开发了一套功能完善的API接口,但上线后实际使用率不到15%。调研后发现,大多数非技术成员根本不知道这些接口能干什么、怎么用。这让我意识到,在工具设计领域,我们长期陷入了一个误区——过度关注技术实现而忽略了真实用户体验。
MCP(Minimum Complete Product)工具设计方法论正是为解决这一问题而生。它强调从用户认知路径出发,将复杂的API能力转化为直观的Agent UI界面。就像给智能手机设计交互界面一样,我们需要把底层技术封装成普通人能理解的操作逻辑。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心设计原则解析
2.1 从API思维到Agent思维的转变
传统API设计通常以技术参数为中心,比如我们常见的RESTful接口文档,充斥着curl命令和JSON结构。而Agent思维要求我们回答三个关键问题:
- 用户遇到什么问题?
- 他们习惯如何解决?
- 我们的工具如何无缝融入现有流程?
以客服工单系统为例:
- API思维:提供/createTicket、/queryTicket等端点
- Agent思维:设计"一键报障"按钮,自动收集设备信息、截图,智能预填表单
2.2 MCP的四个验证维度
在工具设计初期就要验证:
- 必要性:用户是否真的需要这个功能?(通过埋点分析现有流程瓶颈)
- 易用性:新手能否在30秒内完成核心操作?(可用性测试指标)
- 一致性:是否符合用户心智模型?(比如"保存"图标用磁盘还是云存储)
- 扩展性:能否支持未来3-6个月的业务变化?(预留配置项而非硬编码)
3. 实操:从零设计一个Agent UI工具
3.1 需求捕获与场景拆解
以设计一个内部数据查询工具为例:
-
角色分析:
- 运营人员:需要快速获取昨日关键指标
- 产品经理:关注用户行为漏斗
- 工程师:排查数据异常时需要原始日志
-
场景特征:
- 80%查询集中在20%数据维度(帕累托法则)
- 紧急查询时用户平均只能忍受3秒等待
- 移动端使用占比达65%
3.2 界面元素的最小化设计
遵循"3-Click Rule"(三次点击法则):
